1

SPRI- Miramon Empresa Digitala – Cámara de Gipuzkoa"El reto de transformar los datos en valor para mi empresa”

Donostia, 26 de Marzo de 2019

Naiara GoiaSenior Manager – Innovation & TechnologyMONDRAGON Corporation

Smart data & Industry4.0: casos de uso en el ámbito industrial. Creando valor a partir de los datos

1. MONDRAGON

2. EL RETO EN EL ÁMBITO INDUSTRIAL

3. CASOS DE USO

SMART DATA & INDUSTRY 4.0

Establecemos un sistema

triangular de conocimiento

que conecta

EDUCACIÓN, NEGOCIO

E

INVESTIGACIÓN TECNOLÓGICA.

CUATRO ÁREAS DE NEGOCIO

INDUSTRIA CONOCIMIENTOFINANZAS DISTRIBUCIÓN

266EMPRESAS

MANTENEMOS UN COMPROMISO CON LA INNOVACIÓN

Y TAMBIÉN UN COMPROMISO DE

SOLIDARIDAD CON EL ENTORNOAPORTAMOS

80.818 empleos

98COOPERATIVAS

143FILIALES

25ENTIDADES

15 489CENTROS PROPIOS DE INVESTIGACIÓN Y DESARROLLO

FAMILIAS DEPATENTES DEINVESTIGACIÓN

Establecemos un sistematriangular de conocimiento que conecta

EDUCACIÓN

NEGOCIO E

INVESTIGACIÓN TECNOLÓGICA

25,1 millones €EN ACTIVIDADESDE CONTENIDO SOCIAL

1Corporación MONDRAGON

SOMOS

MARCASLÍDERES

67.146EMPLEADOS

PRESENCIA NACIONAL PRESENCIA EUROPEA PRESENCIA INTERNACIONAL

73.719EMPLEADOS

13.600EMPLEADOS

“Data has become the most important strategic asset of the 21st century”

Data Analytics en el ámbito industrial2

Data challenge

Fuente: Data: What Should Be Keeping CEOs Awake at Night?Patty Lee, Ocean Protocol - A New Data Economy

Tipo de datos

¿Para qué?

Propiedad

Responsabilidad

Inversión

Tecnologías

complementarias

Otras tecnologías clave

IoT, Ciberseguridad, Convergencia IT/OT, Integración de

Sistemas, HMI, Cloud…

Diagnóstico MONDRAGON INDUSTRY4.0

>25 cooperativas industriales

- Data Analytics: 65% de

cooperativas

- Proyectos IoT: 100% cooperativas

- Conectividad IoT: 60%

- Digital platforms: 57 %

- Ciberseguridad: 75 %

- Integración de Sistemas: 70 %

Tecnología & Personas (Cultura) & Estrategia

• Optimización del proceso de fabricación (Smart factory)

• Productos avanzados digitales ( Smart Products)

• Optimización del ciclo logistico (Supply chain)

• Servitización – Nuevos modelos de negocio (Smart Services – Digital Services)

Aplicaciones del smart data en el ámbito industrial – Casos de uso

3

12

PREDICCIÓN DE CONSUMOSOptimización del ciclo logístico

Visibilizar los consumos en tiempo real

Gestión logística y de la producción

más eficiente (ajustar la producción)

Reducción de stocks

Predicción de comportamientos

en procesos logísticos

13

PREDICCIÓN DE CONSUMOSComportamiento del mercado y posición

del distribuidor

Mejorar la calidad de la predicción,

integrando datos sobre el

comportamiento actual de las ventas:

de web, ERP, información distribuidor…

Identificar patrones de

comportamiento (Algoritmos de

predicción)

Diseño de indicadores para la red de

distribución (comportamiento del

Mercado y posicionamieto)

Gestión optimizada de stocks

14

CONTROL Y AUTOMATIZACIÓN DEL

PROCESO Fabricación de canales de drenaje de hormigón polímero

Identificar las variables de proceso

Determinar los factores más influyentes

de manera automatizada

Estandarizar la recogida de datos:

sensorización (sondas de temperatura,

detectores, sondas de humedad ambiental)

Análisis y procesado de datos para tener

un mayor control del proceso

15

OPTIMIZACIÓN DE PROCESOS DE

FABRICACIÓNControl de calidad – Soldadura

Recogida, validación y análisis s y procesado

de datos

Entender el proceso

• Datos monitorización soldadura

• Parámetros de calidad de la soldadura:

análisis de imágenes

Controlar el proceso

Predecir siguientes ciclos de soldadura

Detección de fallos

16

SERVICIO POSVENTA PERSONALIZADO

Y EFICIENTEModelo de gestión de una flota de maquinaria de

construcción

Análisis del comportamiento de los

activos en distintos contextos operacionales

Análisis y explotación de datos comportamiento,

alarmas y correctivos, ERP, plan de

mantenimiento inicial, etc.

Personalizar los planes de mantenimiento

Despliegue de servicios postventa

más eficientes y de mayor valor

17

NUEVOS SERVICIOS DIGITALESMantenimiento predictivo – Fabricante maquinaria

y packaking

Industrial Cloud conectada a las

máquinas

Acceso a OEE (eficiencia global

de los equipos)

Herramientas BI

Nuevos servicios a cliente:

Auditoria y Plan

Monitorización

Data Analytics: Machine

Learning, Tendencias, Patrones

Mejora y Optimización

18

DIGITALIZACIÓN DEL PRODUCTOMáquina Herramienta

De producto… a servicio

Servicios avanzados asociados a las

soluciones suministradas

Gestión inteligente de activos

Data System: Dashboard,

Optimización del proceso de

mecanizado, Nuevas estrategias de

mantenimiento

CONCLUSIONES

20

CLAVE: IDENTIFICAR LOS RETOS DE NEGOCIO

LA TECNOLOGÍA ESTÁ DISPONIBLE

SKILLS – COMPETENCIAS

CULTURA - PERSONAS

Eskerrik asko! Naiara GoiaSenior Manager – Innovation & Technology

ngoia@mondragoncorporation.com

“Success in digital transformation depends on mindset, not technology”